Abbiamo visto come la deviazione standard venga utilizzata per esprimere lo scarto dalla media di ciascun punteggio. Non vi preoccupate se fate fatica a seguire il discorso anche se ho espresso in maniera semplice ogni formula: più avanti, al termine di questo corso di statistica, ripeteremo le formule in maniera diversa, con supporti grafici che possano spiegare meglio tutti i termini e i calcoli. Oggi ci occupiamo delle probabilità, ma prima molto in breve parliamo della conversione dei punteggi grezzi in standardizzati. Ci occupiamo in definitiva del punteggio "z".
Si ottiene in maniera molto semplice, frazionando i punteggi grezzi meno la media di questi, alla deviazione standard studiata nel precedente articolo. Il limite dei punti zeta sta nel fatto che i punteggi decimali ottenibili, sono di difficile interpretazione e per questo si applica il punto T una specie di conversione standardizza in valori percentili.
Fatta questa ulteriore considerazione possiamo cominciare il discorso sulle probabilità.
È necessario considerare alcune cose essenziali:
1) una è la probabilità a priori che è data quando sappiamo che tutti gli elementi hanno le stesse probabilità di verificarsi;
2) e l'altra è la probabilità a posteriori, detta empirista, che invece necessita di una osservazione diretta dei fenomeni che non necessariamente sono deterministici o equiprobabili.
Ovviamente quando facciamo ricerca in campo astrologico o psicologico, o comunque nell'ambito del comportamento umano, parliamo di ricerche dall'esito probabilistico a posteriori. Nemmeno sapere in anticipo i valori astrologici di un dato individuo può essere sufficiente per un tipo di statistica a priori, perché sono molteplici i fattori in gioco nella determinazione dei comportamenti umani. È importante acquisire questo dato.
Comunque, in entrambi i casi, non parliamo mai di un evento certo e prevedibile, ma di eventi che appunto accadono con una certa probabilità. Persino sul lancio di una monetina per vedere se uscirà testa o croce, non possiamo avere certezza del risultato. Immaginate cosa succede quando le variabili aumentano: il nostro spazio campionario, cioè l'insieme di tutti i possibili esiti, aumenta con tutto quel che ciò comporta.
Ne abbiamo di tre diversi tipi:
1) finito; 2) infinito e numerabile; 3) infinito e non numerabile. Occupiamoci del primo.
Lo spazio campionario finito, è quello dove conosciamo già il numero dei possibili risultati; come per esempio nel caso della monetina che può mostrare solo due risultati: testa o croce.
In questo caso possiamo affermare che la probabilità è uguale all'esito fratto il numero dello spazio campionario. Moltiplichiamo l'esito per 100 nel caso in cui volessimo definire l'esito in percentuale. In un mazzo di 52 carte, la possibilità che per esempio il re di fiori possa essere estratto dal mazzo è di 1/52. Uno su 52 equivale al 2% di probabilità. Immaginando di voler per esempio stabilire quante probabilità abbiamo che esca un numero pari su di un dado a sei facce, abbiamo uno spazio campionario pari a 6, tre probabilità su sei che esca un numero pari e tre su sei che esca un numero dispari: 3/6=0,5x100=50%
Credo che il calcolo sia davvero semplice. Ovviamente possiamo stimare con quale probabilità è possibile che un eventi NON si verifichi, contando il numero degli eventi favorevoli fratto lo spazio campionario. In un mazzo di 52 carte, la probabilità che non esca il re di fiori è data da 51/52 che corrisponde al 98,07%.
La probabilità di successo viene indicata con p(E), mentre quella di insuccesso con q(E).
Le regole fondamentali della teoria delle probabilità sono due:
1) p(E)+q(E)=1
Cioè, la somma delle probabilità che un evento si verifichi e che non si verifichi è sempre uguale a 1.
2) 0<p(E)<1
Cioè la probabilità che un evento si verifichi è compresa tra zero e uno, dove lo zero rappresenta l'evento impossibile e uno quello certo.
Le leggi delle probabilità applicate all'ambito psicologico e quindi astrologico, sono diverse da queste dove il numero degli eventi è conoscibile a priori ed è conoscibile anche lo spazio campionario, ricavabili solo dopo l'esperimento.
Per questo tipo di ricerche abbiamo questa formula:
p(E)= fr(E)k/n→∞
Cioè: l'evento deve essere ripetuto attraverso più esperimenti, nelle medesime condizioni, e allora la frequenza dell'evento "fr(E)" coincide con la probabilità teorica dell'evento "E" quando il numero delle osservazioni tende a infinito "n→∞". In pratica, più aumenta il numero delle osservazioni e più è facile che il risultato di tutti gli esperimenti sia uguale al risultato reale che dovremmo aspettarci analizzando tutto la popolazione. Ancora più semplicemente, se abbiamo indicazioni su tutta la popolazione del mondo e prendiamo un campione, (soltanto un numero di individui e non tutti), tanto più il campione stesso sarà grande e tanto più sarà facile che i risultati ottenuti saranno simili o uguali a quelli che otterremmo considerando la totalità della popolazione. Se io do' per buoni i risultati ottenuti con 100 casi, significa che io credo che, se prendo altri 100 casi, otterrò sempre gli stessi risultati. E invece non è così perché i risultati ottenuti possono dipendere dal caso e non essere davvero rappresentativi di tutta la popolazione: le variabili in gioco sono moltissime e un certo risultato può dipendere da tanti fattori. Ecco perché fare statistiche considerando 100 o 1000 casi è semplicemente ridicolo.
Nell'esempio del dado a sei facce, soltanto dopo circa 33.000 lanci cominciamo a vedere che i risultati cominciano ad avvicinarsi alla probabilità teorica. Cioè, noi sappiamo che abbiamo il 50% di possibilità di ottenere un numero pari lanciando un dando con sei facce (tre facce con numeri pari, e tre facce con numeri dispari). Nonostante ciò, è possibile che lanciando centinaia di volte escano più numeri pari che dispari e non ci sia questo equilibrio del 50% (che è la probabilità teorica). Questo valore potremo ottenerlo solo aumentando il numero degli esperimenti. Se lanciamo il dado non per 100 volte, ma per 30.000 volte allora finalmente vedremo che, piano piano, le volte che escono numeri dispari è uguale alle volte che escono numeri pari.
Lo stesso accade quando facciamo ricerca astrologica: se prendiamo 100 casi di soggetti è praticamente impossibile ottenere dei risultati che possono essere paragonati al valore teorico atteso. Per questo bisogna aumentare la numerosità del campione, aumentare il numero di soggetti da analizzare. Più ne analizziamo e meglio è.
Per oggi mi fermo qui.
Fatta questa ulteriore considerazione possiamo cominciare il discorso sulle probabilità.
È necessario considerare alcune cose essenziali:
1) una è la probabilità a priori che è data quando sappiamo che tutti gli elementi hanno le stesse probabilità di verificarsi;
2) e l'altra è la probabilità a posteriori, detta empirista, che invece necessita di una osservazione diretta dei fenomeni che non necessariamente sono deterministici o equiprobabili.
Ovviamente quando facciamo ricerca in campo astrologico o psicologico, o comunque nell'ambito del comportamento umano, parliamo di ricerche dall'esito probabilistico a posteriori. Nemmeno sapere in anticipo i valori astrologici di un dato individuo può essere sufficiente per un tipo di statistica a priori, perché sono molteplici i fattori in gioco nella determinazione dei comportamenti umani. È importante acquisire questo dato.
Comunque, in entrambi i casi, non parliamo mai di un evento certo e prevedibile, ma di eventi che appunto accadono con una certa probabilità. Persino sul lancio di una monetina per vedere se uscirà testa o croce, non possiamo avere certezza del risultato. Immaginate cosa succede quando le variabili aumentano: il nostro spazio campionario, cioè l'insieme di tutti i possibili esiti, aumenta con tutto quel che ciò comporta.
Ne abbiamo di tre diversi tipi:
1) finito; 2) infinito e numerabile; 3) infinito e non numerabile. Occupiamoci del primo.
Lo spazio campionario finito, è quello dove conosciamo già il numero dei possibili risultati; come per esempio nel caso della monetina che può mostrare solo due risultati: testa o croce.
In questo caso possiamo affermare che la probabilità è uguale all'esito fratto il numero dello spazio campionario. Moltiplichiamo l'esito per 100 nel caso in cui volessimo definire l'esito in percentuale. In un mazzo di 52 carte, la possibilità che per esempio il re di fiori possa essere estratto dal mazzo è di 1/52. Uno su 52 equivale al 2% di probabilità. Immaginando di voler per esempio stabilire quante probabilità abbiamo che esca un numero pari su di un dado a sei facce, abbiamo uno spazio campionario pari a 6, tre probabilità su sei che esca un numero pari e tre su sei che esca un numero dispari: 3/6=0,5x100=50%
Credo che il calcolo sia davvero semplice. Ovviamente possiamo stimare con quale probabilità è possibile che un eventi NON si verifichi, contando il numero degli eventi favorevoli fratto lo spazio campionario. In un mazzo di 52 carte, la probabilità che non esca il re di fiori è data da 51/52 che corrisponde al 98,07%.
La probabilità di successo viene indicata con p(E), mentre quella di insuccesso con q(E).
Le regole fondamentali della teoria delle probabilità sono due:
1) p(E)+q(E)=1
Cioè, la somma delle probabilità che un evento si verifichi e che non si verifichi è sempre uguale a 1.
2) 0<p(E)<1
Cioè la probabilità che un evento si verifichi è compresa tra zero e uno, dove lo zero rappresenta l'evento impossibile e uno quello certo.
Le leggi delle probabilità applicate all'ambito psicologico e quindi astrologico, sono diverse da queste dove il numero degli eventi è conoscibile a priori ed è conoscibile anche lo spazio campionario, ricavabili solo dopo l'esperimento.
Per questo tipo di ricerche abbiamo questa formula:
p(E)= fr(E)k/n→∞
Cioè: l'evento deve essere ripetuto attraverso più esperimenti, nelle medesime condizioni, e allora la frequenza dell'evento "fr(E)" coincide con la probabilità teorica dell'evento "E" quando il numero delle osservazioni tende a infinito "n→∞". In pratica, più aumenta il numero delle osservazioni e più è facile che il risultato di tutti gli esperimenti sia uguale al risultato reale che dovremmo aspettarci analizzando tutto la popolazione. Ancora più semplicemente, se abbiamo indicazioni su tutta la popolazione del mondo e prendiamo un campione, (soltanto un numero di individui e non tutti), tanto più il campione stesso sarà grande e tanto più sarà facile che i risultati ottenuti saranno simili o uguali a quelli che otterremmo considerando la totalità della popolazione. Se io do' per buoni i risultati ottenuti con 100 casi, significa che io credo che, se prendo altri 100 casi, otterrò sempre gli stessi risultati. E invece non è così perché i risultati ottenuti possono dipendere dal caso e non essere davvero rappresentativi di tutta la popolazione: le variabili in gioco sono moltissime e un certo risultato può dipendere da tanti fattori. Ecco perché fare statistiche considerando 100 o 1000 casi è semplicemente ridicolo.
Nell'esempio del dado a sei facce, soltanto dopo circa 33.000 lanci cominciamo a vedere che i risultati cominciano ad avvicinarsi alla probabilità teorica. Cioè, noi sappiamo che abbiamo il 50% di possibilità di ottenere un numero pari lanciando un dando con sei facce (tre facce con numeri pari, e tre facce con numeri dispari). Nonostante ciò, è possibile che lanciando centinaia di volte escano più numeri pari che dispari e non ci sia questo equilibrio del 50% (che è la probabilità teorica). Questo valore potremo ottenerlo solo aumentando il numero degli esperimenti. Se lanciamo il dado non per 100 volte, ma per 30.000 volte allora finalmente vedremo che, piano piano, le volte che escono numeri dispari è uguale alle volte che escono numeri pari.
Lo stesso accade quando facciamo ricerca astrologica: se prendiamo 100 casi di soggetti è praticamente impossibile ottenere dei risultati che possono essere paragonati al valore teorico atteso. Per questo bisogna aumentare la numerosità del campione, aumentare il numero di soggetti da analizzare. Più ne analizziamo e meglio è.
Per oggi mi fermo qui.